安全監控是物聯網(IoT)的一個典型應用。目前,這一應用對智慧處理、智慧分析產生了強烈的需求。由於新一代人工智慧(AI)技術/晶片的出現,前端的性能得以提高,從而由傳統的資訊收集功能升級為可進行資訊智慧分析處理的功能。

未來幾年,AI在安全監控的應用將逐漸深入,滲透力也會逐漸提升。最終,由雲端控制的多攝影機將能夠在城市以及全國範圍內達到整個安全監控的技術要求,從而滿足「天網工程」、「雪亮工程」的要求。

中星微人工智能晶片技術公司董事長張韻東 中星微人工智能晶片技術公司董事長張韻東

AI的發展趨勢與實現

對於人工智慧來講,其發展有四個趨勢:從雲端智慧走向前端智慧,也相當於雲端運算走向邊緣運算;從智慧感知到智慧認知;從單一模式處理到多模運算;從弱人工智慧到強人工智慧再到超人工智慧。對於晶片方面的趨勢是,在深度學習方面,支援多模運算的異質多核心智慧處理器架構,將是未來的發展趨勢。

以中星微為例,由於一直在做視訊處理,起初也和中國公安部第一研究所一起制定了《安全防範監控數位視音訊編解碼技術標準》(SVAC)。對於安全監控,特別是需要滿足SVAC國家標準的安全級,SVAC國家標準對AI提前做了佈局。SVAC是最好的AI落地場景,我們對AI晶片也是存著積極擁抱的態度。

AI應用方案包括雲端智慧和前端智慧。雲端智慧即攝影機把影像傳到雲端,在雲端進行解碼後再做分析。前端智慧則是前端攝影機做一部份的智慧分析,再傳到雲端進行深層的智慧分析。前端智慧對於即時性要求較高的應用更好。雲端則是把多個攝影機的資料集合起來,再做大規模資料的分析。未來的發展是分散式結合、協同處理,以達到資料分散式的智慧分析。

前端也分兩種。一種是安全主晶片加AI輔助處理器,或者加FPGA等來實現資料智慧化分析。另一種是單晶片,即用一顆晶片完成視訊編解碼和智慧分析。這就是異質多核心架構的智慧處理器,也是發展趨勢所在。

此外,未來前端攝影機將會由單眼變成多眼或者全景;目標辨識由二維(2D)變多維。目標辨識會深入到物件辨識再到行為辨識。

異質多核心多模運算同時滿足大小資料和邏輯推理等多種場景

未來代表後摩爾定律時代。如何才能進一步提升資訊處理效率,跟原來的流派不矛盾,是接下來要解決的問題。我們在另一個維度,採用NPU+DSP+CPU的異質多核心多模運算的方式,可以讓資訊處理的速度加快。

眾所周知,AI演算法反覆運算很快,有很多方案,如FPGA、GPU、NPU和ASIC等。純粹的ASIC,其程式設計能力較弱,存在靈活性不夠的問題。而NPU介於ASIC和可程式設計處理器之間,既具有一定靈活性,又具有ASIC的低功耗、低成本等特性。

多模運算多核心架構是AI處理器發展的一個趨勢,例如中星微最新的星光二號處理器,其支援的多模運算包括三種場景模式:應對大數據場景的深度學習演算法;因應小數據場景的傳統智慧演算法;基於抽象邏輯思維的、用來處理邏輯推理程式的場景等。

為了支援多模運算,晶片本身就要透過多核心來實現:應對於大數據的深度學習演算法透過NPU來實現,應對於小數據的傳統智慧演算法透過DSP來實現,應對於處理邏輯推理程式的場景透過CPU來實現。在一個晶片中整合三個處理器,並讓處理器之間產生聯繫和資料分析互動,形成緊密耦合、強相關的閉合迴路,這樣就可以支援AI分析和運算。

未來幾年,安全監控整合神經網路處理器已經成為大勢所趨,而且這個趨勢會越走越快。對於這樣的應用場景,AI晶片需要具備功耗比較低、處理能力強的特點。而異質多核心SoC比起主處理晶片加協同處理器的方案更有優勢。預計在未來三到五年內,這類晶片會迅速上量,推動安全監控產品升級換代,而從最開始的類比監控到數位監控再到現在的智慧監控,跨越一個時代。

總結

長遠來講,AI一定會朝著進一步借鑒人類的智慧機制、人腦的處理機制發展,出現進一步創新的新一代架構,包括異質多核心架構和其他新的架構。它將在後摩爾定律時代、More Moore和More than Moore的另一個維度,即智慧摩爾之路上帶來創新。